Python 计算组中元素之间的差异

考虑在

a

中每个类别正好有两行的数据帧：

d = pd.DataFrame({"a": ["a", "b", "c", "a", "b", "c"], "b": [1, 3, 1, 4, 2, 6]})
>   a   b
0   a   1
1   b   3
2   c   1
3   a   4
4   b   2
5   c   6

    a   b
0   a   3
1   b   1
2   c   5

我想计算

b

与

a

之间的绝对差值：

d = pd.DataFrame({"a": ["a", "b", "c", "a", "b", "c"], "b": [1, 3, 1, 4, 2, 6]})
>   a   b
0   a   1
1   b   3
2   c   1
3   a   4
4   b   2
5   c   6

    a   b
0   a   3
1   b   1
2   c   5

---

您可以将它们分组，然后计算差异和abs（链）：

---

索引可能不完全符合要求，但您可能会发现这一点。

由于

a

中的每个类别正好有2行，因此可以将数据帧拆分为两行，如下所示：

first  = d.drop_duplicates("a", keep="first")
second = d.drop_duplicates("a", keep="last")

然后合并这些值并计算差值：

merged = first.merge(second, on="a")
(merged.b_x - merged.b_y).abs()

---

我正在使用800k行数据集，该方法对我来说似乎非常无效。当你说无效时，你的确切意思是什么？它花费了太多时间，以至于我厌倦了等待，并为我的具体案例实施了另一个解决方案，不是一般的方法如果你能找到一种更快的方法来达到同样的效果，如果你能与我们分享，那就太好了。当然，但这是不同的问题。我有两个数据帧，必须比较一列。我刚刚合并了它们。我实际上考虑过写这种方法需要的东西，每个值只在“a”中出现一次。我很高兴你解决了这个问题。